[發明專利]學習裝置、推測裝置、數據生成裝置、學習方法以及學習程序

在審

• 申請號: 202080013551.5
• 申請日: 2020-02-18
• 公開（公告）號: CN113424208A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 岡本大和;橋本敦史
• 申請（專利權）人: 歐姆龍株式會社
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06T7/00;G06N3/04;G08G1/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 李丹

1.一種學習裝置，具備：

數據獲取部，獲取多個學習數據集，所述多個學習數據集分別由訓練數據、表示與所述訓練數據的獲取相關的屬性的元數據以及表示所述訓練數據中包含的特征的正解數據的組合構成；以及

學習處理部，實施包括第一編碼器、第二編碼器、第一元識別器、第二元識別器以及推測器的學習模型的機器學習，

所述第一編碼器被構成為將所提供的輸入數據轉換為第一特征量；

所述第二編碼器被構成為將所述輸入數據轉換為第二特征量；

所述第一元識別器被構成為：被輸入所述第一編碼器的輸出值，并根據所述第一特征量識別與所述輸入數據的獲取相關的屬性；

所述第二元識別器被構成為：被輸入所述第二編碼器的輸出值，并根據所述第二特征量識別與所述輸入數據的獲取相關的屬性；

所述推測器被構成為：被輸入所述第一編碼器和所述第二編碼器的輸出值，并根據所述第一特征量和所述第二特征量推測所述輸入數據中包含的特征；

所述機器學習的實施包括：

第一訓練步驟，針對各所述學習數據集對所述第二編碼器和所述第二元識別器進行訓練，以使通過將所述訓練數據提供給所述第二編碼器而從所述第二元識別器獲得的識別結果適合于所述元數據；

第二訓練步驟，針對所述各學習數據集對所述第一編碼器、所述第二編碼器以及所述推測器進行訓練，以使通過將所述訓練數據提供給所述第一編碼器和所述第二編碼器而從所述推測器得到的推測結果適合于所述正解數據；

第三訓練步驟，針對所述各學習數據集對所述第一元識別器進行訓練，以使通過將所述訓練數據提供給所述第一編碼器而從所述第一元識別器得到的識別結果適合于所述元數據；以及

第四訓練步驟，針對所述各學習數據集對所述第一編碼器進行訓練，以使通過將所述訓練數據提供給所述第一編碼器而從所述第一元識別器得到的識別結果不適合于所述元數據；

所述學習處理部交替地反復執行所述第三訓練步驟和所述第四訓練步驟。

2.根據權利要求1所述的學習裝置，其中，

所述多個學習數據集中包含的至少一個以上的第一學習數據集以及至少一個以上的第二學習數據集從不同的域得到，以使各自的所述元數據表示的屬性不同。

3.根據權利要求1或2所述的學習裝置，其中，

在所述第一訓練步驟中，所述第二編碼器被訓練為所述第二特征量包含由所述元數據表示的與所述訓練數據的獲取相關的屬性所對應的成分；

在所述第四訓練步驟中，所述第一編碼器被訓練為所述第一特征量包含與獲取所述各學習數據集的所述訓練數據的域中共通出現的信息對應的成分。

4.根據權利要求1至3中任一項所述的學習裝置，其中，

在各所述訓練步驟中，與所述訓練數據一起將噪聲輸入各所述編碼器，執行各訓練。

5.根據權利要求1至4中任一項所述的學習裝置，其中，

所述機器學習的實施還包括第五訓練步驟，

在所述第五訓練步驟中，針對所述各學習數據集對所述第一編碼器和所述第二編碼器進行訓練，以使通過將所述訓練數據提供給所述第一編碼器而從所述第一編碼器作為所述第一特征量得到的輸出值與通過將所述訓練數據提供給所述第二編碼器而從所述第二編碼器作為所述第二特征量得到的輸出值的交互信息量變少。

6.根據權利要求1至5中任一項所述的學習裝置，其中，

在所述第四訓練步驟中，針對所述各學習數據集，獲取與所述元數據對應的虛擬元數據，該虛擬元數據由與對應的所述元數據不同的值構成；

對所述第一編碼器進行訓練以使所述識別結果不適合于所述元數據是通過如下而構成的：對所述第一編碼器進行訓練以使通過將所述訓練數據提供給所述第一編碼器而從所述第一元識別器得到的識別結果適合于所述虛擬元數據。

7.根據權利要求6所述的學習裝置，其中，

所述虛擬元數據由與對應的學習數據集不同的學習數據集的元數據構成。